Diagnostik (Fach) / Vorlesung 3 (Lektion)

Diagnostische Urteilsbildung

Diese Lektion wurde von sofiesfood erstellt.

Lektion lernen

zurück  |  weiter 1 / 1

• Diagnostische Urteile (2) Aussagen, die auf Basis vorliegender / eigens erhobener psych. Daten über Person / Gruppe / Sachverhalte getroffen werden, zB.: Angststörung bei Herrn X, Frau Z ist die geeignetste Bewerberin für die Stelle im Rahmen von Interventionen liefern diese Urteile die Grundlage für Empfehlungen oder Entscheidungen: Therapie A hat bei herrn X eine höhere Chance als Therapie B
• Diagnostischer Urteilsprozess (4) Gewinnung von Daten deren Bewertung im Einzelnen Bewertung ihrer Kombination und Integration Entscheidung
• 3 Fragekomplexe wie kommt ein Diagnostiker zu Urteil? Güte des Urteils? Welche Einflussfaktoren auf Urteilsgüte existieren?
• Kriterien zur Überprüfung von Personalbeurteilungen (3 mit Problemen) Konsensus der beobachter, P: nicht alle korrekt, alle Fehlertendenzen, verstehn alle das selbe unter Merkmal? Selbst- Fremdbild Übereinstimmung, P: ähnlich wie oben, unterschl Datenbasis Genauigkeit, P:shared meaning, Validität Kriterium
• Diagnostischer Prozess: 8 Schritte 1-4 Fragestellung, Anliegen, Auftrag Diagnost. Gespräch: erste Ideen sammeln Hypothesenbildung Auswahl von Tests / Herrstellung von Untersuchungssituationen
• Diagnostischer Prozess: 8 Schritte 5-8 Datensammlung und erhebung Datenbewertung und kombination mit Hinblick auf Hypothese Diagnostisches Urteil - entscheidung, diagnose, prognose... Überprüfung: stimmt meine prognose?
• drei Fragen zur Urteilsbildung Überprüfung Wie kommen D zu ihren urteilen? Paramorphe Modelle Wie valide sind diese Urteile? Wie lässt sich die Qualität der Urteile verbessern? Präskriptive Modelle
• Richtigkeit kl. Diagnosen Anamnse, Testverfahren, Zweitmeinungen können Therapieerfolg diagnostizieren, es gibt aber keine richtige Antwort
• Beispiel Prognosen Aussage mit best. Wahrscheinlichkeit, zB ob jemand eine Straftat begeht akademischer Erfolg Beurteilung von Kindesmissbrauch anhand von Zeugenaussage 
• Klinisch versus statistische Vorhersage (3) ursprünglich: fast ausschliesslich unter dem Gesichtspunkt der Validität, wie hoch ist zB Rückfallrisiko bei Straftätern nach einer Therapie? scheinbar antagonostisch: klinische und statistische Urteilsbildung Paul Meehl: Gegenüberstellung der beiden Verfahren, Meilenstein in der Kontroverse
• Vergleich Klinische und statistische Vorhersage 1/3 menschliche Beurteilung bei Erhebung, Integration diagn. Infos VS stützt sich auf empirisch gesicherter Regelmäßigkeiten in Daten, auf ZSH zw. Prädiktoren und Kriteriumsvariablen rekurriert
• Vergleich Klinische und statistische Vorhersage: Klinische Vorhersage in Stichpunkten (5) Standartmodell der 50er Jahre  menschliche Beurteilung als Basis, Fallkonferenzen etc Diagnose vor allem Erfahrungs- und zT intuitionsgesteuert Regeln nicht explizit: keine Checklisten, sondern Erfahrung  nicht auf kl. Psycho beschränkt, auch zB bei Personalauslese
• Vergleich Klinische und statistische Vorhersage: Statistische Vorhersage in Stichpunkten (6) empirisch gesichter ZSH zwischen Prädiktor- und Kriteriumsvariablen, Diagnose nach spez. Symptomen Prädiktorvariablen: bekannt und für Vorhersage von nicht bekanntem Kriteriumswert, zB Rückfallrisiko bei Straftaten mit Schwere der Straftat als Prädiktor Allgemein: Kriterium vorhergesagt durch versch. gew. Prädiktoren menschliche Beurteilung nicht involviert Regeln exolpizit individuelle Besonderheiten zur wenn im Modell miteinbezogen, Modell jedoch oft sehr begrenzt
• Debatte: klinische und statistische Vorhersage bis heute nicht geklärt, als Mehl sein Buch vorlegte, war die Debatte auch schon im Gange
• Beispiel emp. Untersuchung: Studie von Sarbin Vergleich der Vorhersagegenauigkeit des ak. Erfolgs von 162 Studienanfängern KV: 30 Gespräch, Tests, biograph. Angaben SV: Eignungstest, Abschlussnote Schule, Studienerflg in 8 Punkten, Noten im ersten Studienabschnitt
• Beispiel emp. Untersuchung: Studie von Sarbin: Ergebnis Frauen scheinbar besser prognostizierbar als Männer, bei Männern Unterschied zw. KV und SV, bei Frauen nicht
• Beispiel emp. Untersuchung: Studie von Sarbin: Kritik und Kontroverse (2) Frage nach Ökonomie, Validität des Kriteriums, individuelle Differenzen in Vorhersagegenauigkeit?  Meehl: Problem von solchen Studien in fehlender Differenzierung zwischen Art der Datenerhebung und Art der Datenkombination
• Arten der Datenerhebung (2) psychometrische Daten: von Tests oder Verfahren mit standart. Vorgabe und einheitlicher Klassifiaktion und Verrechnung der Reaktionen, frei von Bias, zB IQ Test nicht psychometrisch: keine standartisierten Vorgaben oder Auswertung, Eindrücke eines Diagnostikers während eines Interviews, nicht per se schlecht, sagen aber nichts über Objektivität/Zuverlässigkeit
• Datenerhebung und -kombination Datenerhebung (psychometrisch/nicht psychometrisch) -> Datenkombination (formell statistisch /informell klinisch) -> Diagnose, Prognose Entscheidung
• Arten der Datenkobination (2) formell: explizit, mechanisch, aktuarisch und oder algorithmisch kombiniert, entscheidung für die Qualifikation der Datenkombination sind Regeln, die existieren informell: beurteilend, intuitiv und impliziet kombiniert, hat auch hier noch nichts mit Effektivität zu tun
• Vier basale Möglichkeiten der Diagnosefindung: nicht-psychometrisch informell: Fahreignung durch Interview psychometrische informell: Ergebnisse Konzentrationstest für Diagnose zur Berufsfähigkeit psychometrisch formell: Ergebnis Konzentrationstest werden genutzt, um Gleichung zur Bestimmung des Unfallrisikos umgesetzt psychometrische und nichtpsychometrische Dtaen liegen vor und werden formell und informell kombiniert -> häufiger Fall in diagn. Praxis
• Konfundierung laut Mehl (2): formelle Methoden bevorzugen häufig psychoemtrische, harte Daten Befürworter informeller Methoden bevorzugen nicht psychoemtrischer Daten, räumen ihm höheren Stellenwert ein 
• Unterschiede in Validität: Art der Daten, Methode der Datenkombination oder beides

zurück  |  weiter 1 / 1